水轮机控制策略分析与研究论文水轮机微机调速器控制策略分析与研究.docx

水轮机控制策略分析与研究论文水轮机微机调速器控制策略分析与研究.docx

《水轮机控制策略分析与研究论文水轮机微机调速器控制策略分析与研究.docx》由会员分享，可在线阅读，更多相关《水轮机控制策略分析与研究论文水轮机微机调速器控制策略分析与研究.docx（9页珍藏版）》请在冰点文库上搜索。

水轮机控制策略分析与研究论文水轮机微机调速器控制策略分析与研究

水轮机控制策略分析与研究论文：

水轮机微机调速器控制策略分析与研究

摘　要:

水轮机调速器分为机械液压型、电气液压型和微机调速器,前两种只能采用常规PI或PID控制策略,难以满足和提高大型水轮机组或孤立电网带负荷机组调节系统的控制品质和要求,因此变参数PID调节、自适应控制、模糊控制等复杂和更高级的控制策略只能依靠计算机来完成,由于水轮机调节系统是一个具有非线性、时变性的非最小相位系统,采用线性理论分析和设计的调速器无法得到满意的结果,因此对微机调速器的结构和控制策略进行对比分析,从中找出较合适的控制结构和策略。

关键词:

水轮机;微机调速器;控制策略;非线性;智能控制

1　水轮机调节系统组成

水轮机调速器的基本任务就是根据电力系统负荷的变化来调节导叶开度y使水轮机调整出力mt,进而调整发电机组的有功功率输出,并维持机组转速x（频率）在规定的范围内。

水轮机调节系统主要由调速器和被控对象组成。

被控对象由水轮机组段系统和发电机系统组成;水轮机组段系统除了水轮机本体外还包括水力系统,如有压引水道、调压井及尾水等;发电机系统包括机械惯性、电压调节和电气3部分组成。

因此控制系统是一个集水力、机械、电气为一体的复杂系统[1]。

在实际工程中,系统数学模型的建立可以合并和忽略一些不重要的参数,当把水击作为刚性水击考虑时,引水系统为单机单管,不考虑水流摩擦损失时,水轮机组段的传递函数为[2]:

Gt（s）=ey1-eTws1+eqhTws

（1）Ts=LQrgHrSe=eqyehey-eqh

式中:

Tw为水流惯性时间常数;ey、eh为接力器行程、水头对力矩的传递系数;eqy、eqh为接力器行程、水头对流量的传递系数。

调速器电液机构传递函数为:

Gy（s）=1Tys+1

（2）式中:

Ty为接力器时间常数。

发电机系统常用的数学模型有一阶、二阶、三阶和高阶,在分析水轮机调节系统时可以采用一阶模型,其传递函数为:

Gs（s）=1Tas+en（3）en=eg-exTa=GD2n2r3580Preg=mgx

式中:

Ta为机组惯性时间常数;GD2为水轮发电机飞轮力矩（kN·m）,包括发电机转子、水轮机转轮和大轴、水轮机转轮区水流三部分的力矩;eg为发电机负荷自调整系数;ex为机组转速对力矩的传递系数。

调速器的传递函数根据其器件以及校正、反馈环节的不同大致划分为三类,分别为辅助接力器型、中间接力器型和并联PID型调速器。

微机调速器一般采用并联PID型,其传递函数为:

Gr（s）=Y（s）E（s）=KDs2+Kps+KIbp[KDs2+（Kp+1/bp）s+KI]（Tys+1）（4）

式中:

KP、KI、KD为PID调节系数;bp为永态转差系数。

由系统传递函数可知,水轮机调节系统由于水轮机组段传递函数分子中有正零点,故为非最小相位系统,并且由于系统负荷及水轮机运行工况是变化的,系统还具有时变特性。

同时由于调速器在电气、液压及机械传动各个环节等存在间隙、死区等非线性特性,使得调速器为保证机组稳定运行的控制十分重要。

2　微机调速器控制结构

调速器的发展先后经历了3个阶段:

机械液压型调速器、电气液压型调速器和微机调速器。

随着计算机技术的发展,计算机控制技术大量应用于水轮机调节系统,机械液压型调速器和电气液压型调速器的调节规律只能采用的PI或PID调节,一旦设计制造完成,控制结构、策略和参数无法灵活调整。

微机调速器采用先进的计算机技术,具有测频精度高,运算速度快,人机界面好,可靠性高等特点,其控制策略由软件编程形成,容易设计出各种结构的控制器和调整控制参数,方便实现更高级和更复杂的控制策略。

微机调速器的发展也经历了几个阶段,主要有以下几种类型:

①单板计算机或单片机组成的专用计算机;②STD总线工业控制机;③可编程控制器（PLC）;④工业PC机（IPC）;⑤可编程计算机控制器（PCC）。

单板计算机或单片机以及采用STD总线组成的双机冗余结构的微机调速器属于早期产品,由于生产批量小,部分模块需要用户自行设计,制造工艺和与元器件质量较差,难以保证长期稳定无故障运行,产品很难达到工业级水平和要求[3]。

工业PC机（IPC）虽然功能强大,但其价格高并且可靠性一般,一般应用于中小型系统中。

可编程控制器（PLC）高可靠性的硬件系统成为生产厂家的首选,目前微机调速器的主流产品都是采用PLC作为控制器,由于PLC软件编程一般是采用梯形图或汇编指令,复杂的数学运算功能及运算速度远不及PC机,因此一种具有PLC和IPC功能的控制器———可编程计算机控制器（PCC）成为实现复杂控制策略最理想的控制器。

3　微机调速器控制策略

3.1　PID调节控制策略

当被控对象的结构和参数不能完全掌握,或者得不到精确的数学模型时,系统控制器的结构和参数只能依靠经验和现场调试来确定,这时应用PID控制最为方便。

PID控制因其结构简单、参数易于整定和较好的适应能力,对模型误差具有鲁棒性,得到了广泛的应用。

因此PID控制是水轮机调节系统的一种比较理想的控制方式,目前我国大部分微机调速器都采用PID控制。

对于连续PID算法,当bp=0时有:

Dy（t）=Kpe（t）+Ki∫t0e（t）dt+Kdde（t）dt（5）　　

对于数字PID来说,换成差分方程即可得到离散化的数字PID表达式:

Dy（n）=Kpe（n）+KI∑nj=0e（j）+KD[e（n）-e（n-1）]（6）式中:

KP、KI、KD表示比例、积分和微分增益;e（n）和e（n-1）分别为第n次和第（n-1）次采样周期的输入偏差。

Dy为经PID控制算法运算结果,与导叶开度y对应。

这种工作方式称为位置型PID控制,而在实际应用中一般采用增量型PID控制,即取第n次与第（n-1）次控制器输出之差,由式（6）得到:

ΔDy（n）=Dy（n）-Dy（n-1）=

Kp[e（n）-e（n-1）]+KIe（n）+KD[e（n）-2e（n-1）+e（n-2）]（7）　　

采用增量型PID控制比较适合与步进电机配合使用,并且在转换为手动方式及失电情况下保持机组运行稳定。

水轮机调节系统PID控制是按水轮发电机组转速偏差的比例、积分和微分的线性组合来进行控制,在工况确定的情况下,水轮机组段系统和发电机系统参数变化不大,选择适当的比例、积分和微分增益系数可以使水轮机调节系统得到比较完善的动态和稳态性能。

3.2　变参数PID调节控制策略

PID控制对KP、KI、KD的选择在系统传递函数确定时,可以采用参数空间寻优法整定[2]和正交法PID参数选择[4],然而,水轮机调节系统是一个具有时变与不确定特性的非线性系统。

式

（1）和式

（2）传递函数中的参数ey、eh、eqy、eqh和eg等随机组运行工况的变化而变化,例如发电机负荷自调整系数eg变化范围（-1,1）[2],调速器电液传动机构存在间隙、死区等情况,采用寻优法确定的KP、KI、KD系数在时变系统中控制品质和效果无法令人满意。

将整个运行工况划分为若干子区域,对每个子区域确定一组最佳调节参数并保存,运行时先判断工况点所处的子区域,然后调用该子区域的参数,从而实现调速器的参数随运行工况变化而变化,达到系统较好的动态特性,这一思想由K.J.奥斯特隆姆提出。

因此设计若干组与系统运行工况变化相对应的PID参数[5]可以获得较好的控制品质。

目前国内部分调速器有采用这种控制策略,通过水头、导叶开度和转速等参数划分运行工况并设定相应的PID参数,也有直接划分为空载、半负荷、全负荷等几种工况来确定PID参数。

根据采取变参数算法的理论基础分类,有模糊变参数PID控制策略[6-8],自适应变参数PID控制策略,神经网络PID控制,遗传算法PID控制以及其他组合控制策略[9-11],这些控制策略的特点以PID为主要结构,通过对系统参数进行辨识来调整KP、KI、KD系数,使系统在不同的工况下有较好的特性。

变参数算法主要有以下几种。

3.2.1　模糊控制

模糊控制实质上是一种非线性控制,它不需要被控对象的精确数学模型,对于处理非线性、时变参数系统的控制具有良好的控制效果,模糊控制规则一般采用e和de/dt构成控制规则库,按照模糊推理规则并利用经验和知识实时调整PID参数。

如采用纯模糊控制,由于存在静差,因此需要结合积分环节来消除误差。

模糊控制规则库中隶属度函数赋值依据经验进行,因此对结构和参数变化范围较大的水轮机调节系统,其控制性能无法保持最优。

3.2.2　自适应控制

按系统运行工况相应变化的参数PID调节控制器虽然具备可变的控制参数,但它们增益控制调度的参数是由调度表提前设定好的,能否称为自适应控制仍有争议[12],但至少还不能达到最优控制。

水轮机调节系统的参数与机组的运行工况及所带的负荷有关,同时系统具有非最小相位和非线性特性,很容易使系统的动态响应品质恶化,由于模糊控制PID参数主要根据e和de/dt获取,没有与机组的运行工况及所带负荷联系起来,即使设定可变化的PID参数,控制方法也难适应该控制系统的特点,不易获得良好的控制效果。

因此,对于水轮机调节系统应该采用自适应控制规律。

在水轮机调速器自适应控制的研究方面,主要有广义最小差方和极点配置自校正控制、模型参考自适应控制[13]。

一种是基于测试系统频率或转速特性的自适应控制策略,针对水轮发电机组工况的变化,采用变结构并增加非线性补偿器的办法[14]。

另一种是根据系统多个参数综合来调节控制量,分别进行频率扰动和负荷扰动设计极点配置调速器,并引入了测试系统频率特性的自适应回路,构成的水轮机自适应调节系统,不仅具有较强的参数自适应性,而且能使调节系统获得更优良的动态品质[15-17]。

图中H（s）、G（s）为极点配置传递函数,K为调节增益。

当水轮机机组工况变化时,闭环系统具有一定的鲁棒性。

也有采用其他方法的,如参数自适应模糊[18]等。

3.2.3　其他控制策略

人工神经网络（ANN,ArtificialNeuralNetwork）模仿人脑神经系统,以神经元为节点互联组成网络,它从微观结构和功能上模拟人脑神经系统进行信息处理、存储和检索功能。

人工神经网络的特性使其具有学习能力,对环境变化具有适应性,成为基本上不依赖于模型的一类控制,可以较好地解决非线性系统的控制问题[19-21]。

但神经网络控制仍然存在学习速度慢、决策时间长,不能很好满足实时控制要求,且稳定性与收敛性仍存在缺陷。

遗传算法（GA,GeneticAlgorithm）是一种模拟生物遗传和进化而发展起来的搜索和优化算法,最基本的操作有复制、交叉、变异,能得到全局最优解。

将遗传算法用于水轮机调节系统所处的不同工况进行PID调节器参数寻优,使系统在每个工况下都能得到较满意的控制效果[22-24]。

但遗传算法仍然存在早期收敛、微调能力差,部分参数选择依赖经验等缺陷。

模糊控制、神经网络和遗传算法有较强的互补性,将两两结合用于控制系统的PID控制可以发挥两种控制策略的优点,形成水轮机调节系统的模糊神经网络复合控制[25]。

自抗扰控制（ADRC）器由跟踪微分器、扩张状态观测器、扰动补偿及误差反馈等非线性环节组成。

控制器的设计不依赖于被控对象模型,算法简单,参数适应范围广,能自动检测并补偿对象的“内扰（模型）”和“外扰”作用,在未知强非线性和不确定强扰动作用下都能保证很高的控制精度[26],虽然自抗扰控制器在水轮机调节系统的非最小相位特性、模型不确定及各种因素干扰下的仿真计算结果较好,其实用性仍需进一步验证。

基于在线学习用模糊神经网络作为学习器,以模糊推理和智能处理机构为控制器,将两者结合起来共同完成水轮发电机组的调节任务[27];模型辨识的控制系统是在辨识的基础上获得系统的数学模型,一旦获取较精确的数学模型就可以有效调整控制参数,使控制品质达到更优[28,29]。

非线性控制策略如智能非线性PID控制器[30-33],控制器设计在大误差时采用强比例、弱积分,小误差时采用弱比例、强积分控制,具有参数自适应和结构自组织的特点,对水轮机控制系统的仿真,智能非线性PID控制器具有响应速度快、超调量小的特点,可有效地改善水轮机调速系统的动态性能和鲁棒性。

变结构时变参数自完善控制、模型参考多变量最优控制等基于现代控制理论的控制模型和控制方法也被提出并进行了理论研究[34,35]。

其他非线性控制策略如根据微分何控制理论中的零动态设计方法[36]、干扰抑制方法[37,38]等在理论和实践中做了大量研究工作,也相应取得一些成果,但仍有提高空间。

总而言之,这些控制系统设计主要分为两类,一种是控制增益依赖于受控对象数学模型,模型越精确控制性能就越好,如极点配置法等自适应控制策略,当模型失配时,系统控制性能将变差;另一种是不完全依赖受控对象数学模型,只根据系统外部特性来调整控制量,如PID、模糊控制等策略,以达到较好的控制性能,这些策略对受控对象参数的变化不敏感,因此有较好的鲁棒性。

从水轮机调节系统的时变性、非线性及非最小相位特性来看,第二种控制策略更适合实际应用。

4　结　语

水轮机调节系统的特性十分复杂,时变性和非线性突出。

虽然对其控制的策略有很多研究,但目前国内外调速器生产厂商大部分还是采用PID或变参数PID调节,其原因一是PID调节具有较强的鲁棒性,二是部分PID参数整定有较成熟的方法,三是其他方法计算复杂,不适合采用PLC作为控制器的调速器使用,四是其他控制策略理论研究多实际应用少,操作人员难以掌握。

因此,针对水轮发电机组调节控制规律,需要进一步研究控制策略,既要考虑系统的鲁棒性,又要考虑系统的最优性;既要研究受控对象数学模型,又要研究系统外部特性。

将多种控制策略有机结合在一起,发挥各自的优点,形成复合控制。

同时还要兼顾系统的可靠性、稳定性、易用性和适用性等特点,便于调节系统的推广和应用。

参考文献:

[1]　沈祖诒.水轮机调节[M].北京:

水利水电出版社,1998.

[2]　沈祖诒.水轮机调节系统分析[M].北京:

水利电力出版社,1996.

[3]　王定一.水电厂计算机监视与控制[M].北京:

中国电力出版社,2001.

[4]　魏守平.正交试验方法与最优参数选择[J].水电设备,1984,（3）:

17-24.

[5]　魏守平,卢本捷.水轮机调速器的PID调节规律[J].水力发电学报,2003,（4）:

112-118.

[6]　林富华,沈恩源,林建亚,等.模糊PID技术在水轮机调节系统中的应用[J].动力工程,1996,

（2）:

51-54.

[7]　俞亚新,金　波.一种模糊变系数PID控制器及其在水轮机调速器中的应用[J].中国机械工程,2007,（8）:

912-916.

[8]　刘建业,郑玉森,张炳达.水轮机模糊调速器研究[J].控制理论与应用,1996,

（1）.

[9]　常　黎,龚　飚.基于模糊PID控制的水轮机调速器研究[J].华中科技大学学报,2001,（11）:

91-97.

[10]　梁宏柱,叶鲁卿,孟安波.参数自适应模糊PID控制器及其在水电机组调速器中的应用[J].水电自动化与大坝监测,2003,（6）:

26-29.

[11]　方红庆,沈祖诒.基于改进粒子群算法的水轮发电机组PID调速器参数优化[J].中国电机工程学报,2005,（11）.

[12]　K.J.奥斯特隆姆,B.威顿马克.自适应控制[M].李清泉译.北京:

科学出版社,1992.

[13]　王伯林.水轮发电机组的模型参考自适应控制[J].自动化学报,1987,（6）.

[14]　王伯林.水轮发电机组转速自适应控制[J].水力发电学报,1989,（4）.

[15]　陈光大,刘炳文.基于测试系统频率特性的自适应水轮机调速器[J].水力发电学报,1993,

（2）.

[16]　蔡维由,陈光大,刘炳文.水轮机调速器的极点配置法设计及自适应控制[J].大电机技术,1995,（6）

[17]　孟佐宏,蔡维由,陈光大,等.水轮机调节系统最优鲁棒极点配置调速器的设计[J].大电机技术.2000,（4）.

[18]　梁宏柱,叶鲁卿.参数自适应模糊PID控制器及其在水电机组调速器中的应用[J].水电自动化与大坝监测,2003,（6）:

26-29.

[19]　王印松,刘长青,商国才,等.水轮机调节系统的神经网络控制[J].华北电力大学学报,1998,

（1）.

[20]　郭创新,梁年生,叶鲁卿.基于神经网络实现水轮机自学习PID调节[J].水力发电学报,1997,

（1）.

[21]　李晓莉,曹林宁,刘欣荣.神经网络智能PID控制及其在水轮机调速器中的应用[J].水利水电科技进展,2006,（3）.

[22]　孟安波,叶鲁卿.遗传算法在水电机组调速器PID参数优化中的应用[J].控制理论与应用,2004,（3）:

398-404.

[23]　刘乐星,毛宗源.水轮机的GA-PID控制器研究[J].电力系统自动化,1997,（12）.

[24]　LansbeerryJE,WozniakL.Adaptivehydro-generatorgovernortuningwithgeneticalgorithm[J].IEEETransonEnergyCon-version,1994,9

（1）:

179-183.

[25]　孙　昀,沈祖诒.贯流式机组综合型模糊神经网络智能控制研究[J].电力系统自动化,2000,（15）.

[26]　刘　翔,姜学智,李东海.水轮发电机组调速系统的自抗扰控制[J].清华大学学报,2001,（10）.

[27]　景　雷,叶鲁卿,周泰经.基于在线学习的水轮发电机组智能控制系统研究[J].电力系统自动化,1997,（4）.

[28]　孙　昀,沈祖诒.基于模糊神经网络的水力机组模型辨识[J].河海大学学报,2000,

（2）.

[29]　易　俗.基于特征辨识的PID水轮机调速器研究[J].长江科学院院报,1997,

（1）.

[30]　程远楚,叶鲁卿.水轮机调速器的非线性PID控制[J].大电机技术,2002,

（1）:

63-66.

[31]　程远楚,田　炜,叶鲁卿,等.水轮机调速器的智能非线性PID控制[J].水电自动化与大坝监测,2004,（3）.

[32]　程远楚,郭智俊,叶鲁卿,等.非线性解析模糊控制及在水电机组控制中的应用[J].武汉大学学报（工学版）.2007,

（2）:

104-109.

[33]　程远楚,傅　闯,叶鲁卿,等.水轮机调速器的仿人智能PID控制[J].电力系统自动化,2002,（13）.

[34]　YeLuqing,WeiShouping,LiZhaohui,etal.Anintelligentself-improvingcontrolstrategyanditsmicroprocessor-basedimple-mentationforapplicationtoahydro-turbinegoverningsystem[J].CanJElect&CompEng,1990,15（4）:

130-138.

[35]　YeLuqing,WeiShouping,XuHaibo,etal.Variablestructureandtime-varyingparametercontrolforhydroelectricgeneratingunit[J].IEEETransonEnergyConversion,1989,4（3）:

293-299.

[36]　孙元章,卢　强,李国杰,等.水轮发电机水门非线性控制器研究[J].清华大学学报,1994,

（1）.

[37]　SUNYu-song,SUNYuan-zhang,LUQiang.Nonlineardecen-tralizedrobustgovernorcontrolforhydroturbo-generatorsetsofmulti-machinesystem[C]∥Proceedingsoftheworldcongressonintelligentcontrolandautomation,Hefei,China.2000,7.

[38]　刘永前,叶鲁卿,仝松林.设计水轮机调速器的干扰抑制方法[J].水利学报,1999,（4）.